L'igname est vitale pour la sécurité alimentaire et les revenus des populations en Afrique de l'Ouest. Cependant, la croissance démographique et le changement climatique remettent en question les méthodes de production actuelles, centrées sur l'espèce D. rotundata. L'espèce D. alata offre une alternative crédible en raison de son rendement supérieur et de son adaptation à des conditions difficiles. Cependant, malgré les améliorations apportées, on constate un faible taux d'adoption des nouvelles variétés, principalement dû à la moindre qualité des tubercules et à l'incapacité des programmes d'amélioration à évaluer cette qualité à grande échelle. Cette thèse se focalise sur le développement de méthodes de phénotypage pour évaluer la croissance et la qualité de l'igname (D. alata). Dans un premier temps, nous avons développé une méthode de phénotypage de la vigueur d'émergence et la dynamique de recouvrement. Cette méthode permet d'extraire les caractéristiques principales de l'émergence et de la croissance via respectivement la modélisation mathématique et un pipeline d'analyse d'images. La validation de ce pipeline, basée sur des images provenant de capteurs variés, confirme la robustesse des méthodes utilisées.L'évaluation de la qualité des tubercules d'igname s'est concentrée sur leur composition (matière sèche, teneur en amidon, protéines, amylose et sucres solubles), la structure des grains d'amidon et des caractéristiques fonctionnelles comme le temps de cuisson et la pilabilité. Si la caractérisation des grains d'amidon repose sur l'analyse d'images microscopiques, la spectroscopie proche infrarouge est utilisée pour estimer l'ensemble des autres traits simultanément. Les modèles développés pour prédire ces traits varient en efficacité selon les données disponibles. Pour la teneur en protéines, en sucres solubles et en amidon, la validation externe confirme la robustesse des modèles et leur utilisation possible au sein des programmes d'amélioration de l'ignam